anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
TencentARC 的 Gradio 演示,基于它的 PhotoMaker 模型和 RealVisXL 图像模型,带有风格模板和示例输入。适合想在浏览器里试用 AI 照片生成的设计师和研究人员。
PhotoMaker 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download TencentARC/PhotoMaker --repo-type space --local-dir PhotoMaker cd PhotoMaker
PhotoMaker 是 TencentARC 为自己的 PhotoMaker 模型做的 Gradio 演示。这个 Space 列出了 PhotoMaker 和 PhotoMaker-V2 权重、RealVisXL V3.0 图像模型以及 google/ddpm-celebahq-256。仓库里有一个流水线文件、一个模型文件、一个风格模板文件和示例输入。
适合想在浏览器里试用 TencentARC 的照片生成模型、又不想做任何设置的设计师、内容创作者和研究人员。想读懂这个演示是怎么搭起来的开发者也适合。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 设计 | 设计师 | 试用带有现成风格的 AI 照片生成演示 | 测试其中一个风格模板 |
| 内容 | 创作者 | 探索这些模型能生成什么 | 运行一个示例输入,看看结果 |
| 研究 | 图像生成研究人员 | 在自己的输入上试用 PhotoMaker 模型 | 把 V2 权重和第一版对比 |
| 软件 | 开发者 | 阅读演示背后的流水线代码 | 打开 pipeline.py,看模型是怎么连起来的 |
如果你需要这个模型功能的详细文档,可以跳过它,因为这个 Space 页面只给了一条配置说明。
| Use case | Who | What they get back |
|---|---|---|
| 快速试用这些模型 | 任何人 | 一个在浏览器标签页里就能用的演示 |
| 测试一个风格模板 | 设计师 | 用演示列出的某种风格生成的图像 |
| 研究演示的代码 | 开发者 | 一个带有流水线和模型文件的小仓库 |
在线使用这个 Space 什么都不需要。本地副本需要 Python 和仓库列出的包。这个 Space 在 Hugging Face 上用 ZeroGPU 运行,所以本地副本可能需要性能够用的 GPU。
pip install -U huggingface_hub hf download TencentARC/PhotoMaker --repo-type space --local-dir PhotoMaker cd PhotoMaker pip install gradio==4.37.2 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。资料没有列出更多步骤,所以请使用页面上显示的控件。
python app.py
你打开这个 Space,试一个仓库在 examples 文件夹里自带的示例输入。应用会对它运行 PhotoMaker 流水线,并把结果展示给你。
如果你刚接触这类工具,打开这个 Space,先用示例输入,再用你自己的。一次只改一个设置,看它的效果。
如果你熟悉这个领域,这里的代码很小。一个模型文件和一个流水线文件装着 PhotoMaker 的逻辑,一个风格模板文件装着预设风格。这个 Space 在 PhotoMaker 权重旁边列出了 RealVisXL V3.0 和一个 CelebA-HQ 扩散模型。除了这些名称,资料没有描述它们如何组合。
TencentARC 的 Gradio 演示,基于它的 PhotoMaker 模型和 RealVisXL 图像模型,带有风格模板和示例输入。适合想在浏览器里试用 AI 照片生成的设计师和研究人员。
由 TencentARC 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:PhotoMaker 是 TencentARC 为自己的 PhotoMaker 模型做的 Gradio 演示。这个 Space 列出了 PhotoMaker 和 PhotoMaker-V2 权重、RealVisXL V3.0 图像模型以及 google/ddpm-celebahq-256。仓库里有一个流水线文件、一个模型文件、一个风格模板文件和示例输入。
适合谁:适合想在浏览器里试用 TencentARC 的照片生成模型、又不想做任何设置的设计师、内容创作者和研究人员。想读懂这个演示是怎么搭起来的开发者也适合。
Title: 谁在试用 PhotoMaker 演示
Industry | Who uses it | How they use it | Example
设计 | 设计师 | 试用带有现成风格的 AI 照片生成演示 | 测试其中一个风格模板
内容 | 创作者 | 探索这些模型能生成什么 | 运行一个示例输入,看看结果
研究 | 图像生成研究人员 | 在自己的输入上试用 PhotoMaker 模型 | 把 V2 权重和第一版对比
软件 | 开发者 | 阅读演示背后的流水线代码 | 打开 pipeline.py,看模型是怎么连起来的
如果你需要这个模型功能的详细文档,可以跳过它,因为这个 Space 页面只给了一条配置说明。
用在哪里:
Use case | Who | What they get back
快速试用这些模型 | 任何人 | 一个在浏览器标签页里就能用的演示
测试一个风格模板 | 设计师 | 用演示列出的某种风格生成的图像
研究演示的代码 | 开发者 | 一个带有流水线和模型文件的小仓库
如何设置:在线使用这个 Space 什么都不需要。本地副本需要 Python 和仓库列出的包。这个 Space 在 Hugging Face 上用 ZeroGPU 运行,所以本地副本可能需要性能够用的 GPU。
pip install -U huggingface_hub
hf download TencentARC/PhotoMaker --repo-type space --local-dir PhotoMaker
cd PhotoMaker
pip install gradio==4.37.2
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。资料没有列出更多步骤,所以请使用页面上显示的控件。
python app.py
示例:你打开这个 Space,试一个仓库在 examples 文件夹里自带的示例输入。应用会对它运行 PhotoMaker 流水线,并把结果展示给你。
新手与专家:如果你刚接触这类工具,打开这个 Space,先用示例输入,再用你自己的。一次只改一个设置,看它的效果。
如果你熟悉这个领域,这里的代码很小。一个模型文件和一个流水线文件装着 PhotoMaker 的逻辑,一个风格模板文件装着预设风格。这个 Space 在 PhotoMaker 权重旁边列出了 RealVisXL V3.0 和一个 CelebA-HQ 扩散模型。除了这些名称,资料没有描述它们如何组合。
你打开这个 Space
你选一个示例或用自己的输入
PhotoMaker 流水线运行
结果出现在页面里
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| PhotoMaker 本页 | 1,960 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 | |
| InstantMesh共有 gradio | 1,609 | gradio | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。